智能語音技術(shù)及應(yīng)用開發(fā) 課件 單元一任務(wù)2：了解數(shù)字語音

初步了解語音2023年2月單元一了解數(shù)字語音單元一：任務(wù)2語音是一種非常有用的信息載體,人們一直在尋找可靠的記錄處理語音信號的方法。音樂盒是通過上發(fā)條的滾輪上不同位置的突起來帶動簧片發(fā)出事先設(shè)計(jì)好的樂音，這是通過機(jī)械的方法實(shí)現(xiàn)了語音信號的

記錄(有計(jì)劃地在滾輪上設(shè)置突起)、回放(簧片發(fā)出樂音)。留聲機(jī)、磁帶等是靠磁頭處的電位變化記錄或回放語音信號的。而隨著計(jì)算機(jī)技術(shù)的發(fā)展與普及,利用計(jì)算機(jī)處理語音信號已經(jīng)被廣泛應(yīng)用。項(xiàng)目導(dǎo)入目錄CONTENTS1什么是數(shù)字聲音2語音信號數(shù)字化3數(shù)字化語音存儲與回放系統(tǒng)知識目標(biāo)理解什么是數(shù)字語音理解數(shù)字語音的采集、轉(zhuǎn)換、存儲和表達(dá)過程理解數(shù)字語音的專業(yè)術(shù)語能力目標(biāo)能夠描述每個步驟的功能能夠描述每個步驟的具體目標(biāo)能夠理解流程中涉及到的專業(yè)術(shù)語思政目標(biāo)感悟腳踏實(shí)地、勤懇敬業(yè)、精益求精的大國工匠精神學(xué)習(xí)愛崗敬業(yè)的社會主義核心價值觀PART01什么是數(shù)字聲音什么是數(shù)字聲音什么是數(shù)字聲音？什么是數(shù)字聲音數(shù)字聲音——將表示聲音強(qiáng)弱的模擬電壓，用數(shù)字表示。如電壓1V用數(shù)字40表示，2V用80表示。通常，模擬聲音的幅度被放大器限制在一定幅度內(nèi)。而在此幅度內(nèi)，放大器輸出可以為無窮多個值，如1.2V，1.21V，1.213V等等。而當(dāng)數(shù)字表示聲音幅度時，把無窮多個電壓值用有限個數(shù)字來表示。即把某一范圍內(nèi)的電壓僅用一個數(shù)字表示，這稱之為量化。例如把1.2V到1.4V內(nèi)的電壓表示成數(shù)字8。計(jì)算機(jī)內(nèi)的基本數(shù)制是二進(jìn)制，我們也要把語音數(shù)據(jù)寫成計(jì)算機(jī)的數(shù)據(jù)格式，這稱之為編碼。什么是數(shù)字聲音數(shù)字語音是以二進(jìn)制編碼表示、存在計(jì)算機(jī)存儲器內(nèi)的數(shù)據(jù)。模擬數(shù)字轉(zhuǎn)換器可以把模擬聲音轉(zhuǎn)換成數(shù)字聲音。數(shù)字模擬轉(zhuǎn)換器可以恢復(fù)出模擬聲音。什么是數(shù)字聲音數(shù)字聲音是如何實(shí)現(xiàn)的？數(shù)字聲音是由CA（ComputerAudition）算法系統(tǒng)轉(zhuǎn)化出來的，一個完整的CA算法系統(tǒng)應(yīng)該包括的幾個步驟：（1）采集聲音數(shù)據(jù)（2）預(yù)處理：轉(zhuǎn)換成單聲道、重采樣、解壓縮（3）音頻分割：事件端點(diǎn)檢測（4）聲源分離：消除噪聲、信號增強(qiáng)（5）提取音頻特征：特征選擇、抽取，表征學(xué)習(xí)（6）機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型：分類或預(yù)測什么是數(shù)字聲音數(shù)字聲音有哪些應(yīng)用場景？什么是數(shù)字聲音數(shù)字聲音有哪些應(yīng)用場景？（1）醫(yī)療衛(wèi)生（2）安全保護(hù)（3）交通運(yùn)輸、倉儲（4）制造業(yè)PART02語音信號數(shù)字化語音信號數(shù)字化信息從物理特征上分為：模擬信號和數(shù)字信號模擬信號數(shù)字信號語音信號數(shù)字化語音信號數(shù)字化語音信號數(shù)字化經(jīng)過編碼的信號就是PCM信號。PCM信號是計(jì)算機(jī)語言的數(shù)字信號，可以進(jìn)行數(shù)字化傳輸和應(yīng)用，但是轉(zhuǎn)換為初始的模擬信號，還需要進(jìn)行解碼。解碼是用特定的方法將數(shù)字語音信號還原成它所代表的原始模擬語音信號（信息、數(shù)據(jù)等）的過程。解碼是編碼的反變換，在接收端將收到的PCM碼組還原為PAM信號，這個過程又稱數(shù)模變換（D/A變換）。語音信號數(shù)字化PART03數(shù)字化語音存儲與回放系統(tǒng)數(shù)字化語音存儲與回放系統(tǒng)數(shù)字化語音存儲與回放系統(tǒng)，是在語音信號處理技術(shù)的快速發(fā)展基礎(chǔ)上，利用數(shù)字語音電路來實(shí)現(xiàn)語音信號的數(shù)據(jù)存儲、還原等任務(wù)。數(shù)字化語音存儲與回放系統(tǒng)的基本原理就是對語音的錄音與放音的數(shù)字化控制，為了增加語音的存儲量，采用非失真壓縮算法對語音信號進(jìn)行壓縮，壓縮以后再進(jìn)行存儲處理，當(dāng)進(jìn)行播放的時候在進(jìn)行解壓處理，同時還可以利用數(shù)字濾波來抑制雜音和干擾，以保證語音播放的質(zhì)量。數(shù)字化語音存儲與回放系統(tǒng)數(shù)字化語音存儲與回放系統(tǒng)的主要思想是將模擬語音信號通過模數(shù)轉(zhuǎn)換器A/D轉(zhuǎn)換成數(shù)字信號，再通過